과학 포털 iKAOS

11 Contents

가상현실? 게임? 야!👋 너도 만들 수 있어! 프로그램 메이커 코딩💻ㅣ해썰이 있는 과학뉴스

코딩은 현대 사회에서 매우 익숙한 용어가 되었지만, 그 본질은 컴퓨터 프로그래밍과 맞닿아 있습니다. 프로그래밍이란 컴퓨터가 특정 작업을 수행할 수 있도록 일련의 명령어들을 순서대로 작성하는 과정을 의미합니다. 우리가 일상적으로 사용하는 스마트폰의 애플리케이션이나 컴퓨터의 운영체제인 윈도우 역시 모두 이러한 프로그램의 일종입니다. 결국 코딩은 우리가 원하는 기능을 구현하기 위해 컴퓨터와 소통하며 새로운 프로그램을 만들어내는 창조적인 작업이라고 할 수 있습니다. 프로그램을 만드는 과정에서 가장 중요한 첫 단계는 해결하고자 하는 문제를 명확히 정의하고 이를 해결할 아이디어를 구상하는 것입니다. 이를 '알고리즘'이라고 부르는데, 이는 어떤 문제를 해결하기 위한 논리적인 절차나 방법을 뜻합니다. 알고리즘은 반드시 복잡한 코드로 작성될 필요는 없으며, 일상적인 언어나 그림 형태의 순서도, 혹은 약속된 기호를 사용한 의사코드로도 표현될 수 있습니다. 이러한 논리적 설계가 탄탄해야 비로소 효율적인 프로그램이 탄생할 수 있습니다. 알고리즘이 설계되었다면 이를 컴퓨터가 이해할 수 있는 프로그래밍 언어로 변환해야 합니다. 세상에는 수많은 언어가 존재하며, 각 언어는 용도에 따라 특화된 강점을 가집니다. 최근 가장 주목받는 언어인 파이썬은 데이터 처리와 인공지능 분야에서 압도적인 성능을 발휘하며 프로그래밍 세계의 대세로 자리 잡았습니다. 이외에도 시스템 구축에 강한 C 언어나 범용성이 높은 자바 등 개발 목적에 맞는 적절한 도구를 선택하는 것이 성공적인 코딩의 핵심입니다. 단순히 결과가 나온다고 해서 모두 좋은 프로그램이라고 할 수는 없습니다. 우수한 프로그램은 '시간 복잡도'와 '공간 복잡도'라는 성능 평가 기준을 충족해야 합니다. 즉, 같은 결과를 내더라도 더 적은 연산으로 빠르게 처리하고, 메모리 자원을 효율적으로 사용하는 것이 중요합니다. 또한, 나중에 코드를 수정하거나 기능을 개선할 때 사람이 쉽게 읽고 이해할 수 있도록 가독성을 높이는 작업도 필수적입니다. 주석을 달거나 구조를 깔끔하게 정리하는 습관이 필요한 이유입니다. 4차 산업혁명 시대를 살아가는 우리에게 코딩은 이제 특정 전문가만의 영역이 아닌 필수적인 기본 소양으로 자리 잡고 있습니다. 코딩 교육의 목적은 단순히 복잡한 문법을 외우는 것이 아니라, 컴퓨터의 사고방식을 이해하고 논리적으로 문제를 해결하는 능력을 기르는 데 있습니다. 인공지능이 코드를 대신 작성해 주는 시대가 오더라도, 문제를 정의하고 해결 절차를 설계하는 인간의 논리적 사고는 여전히 중요합니다. 따라서 코딩은 디지털 세상을 살아가는 우리 모두에게 강력한 도구가 될 것입니다.

국립과천과학관요즘과학👏

수학
융합

[질문Q] 수포자가 되지 않는 방법은? | 2018 봄 카오스 강연 '모든 것의 수數다' 10강 | 컴퓨터과학의 원천 아이디어가 나오기까지

만능 튜링 기계는 우리가 사용하는 하드웨어 그 자체이며, 그 위에서 구동되는 운영체제나 앱은 모두 소프트웨어라는 이름의 튜링 기계입니다. 소프트웨어는 자연수의 개수만큼 무한히 존재할 수 있는데, 이는 우리가 끊임없이 새로운 프로그램을 만들어낼 수 있음을 의미합니다. 하지만 컴퓨터가 모든 문제를 해결할 수 있는 것은 아닙니다. '멈춤 문제'처럼 논리적으로 해결 불가능한 영역도 존재하며, 이러한 불가능한 문제의 수 또한 무한합니다. 무한함에도 급이 있다는 사실은 수학적 사고의 깊이를 더해주는 지점입니다. 괴델과 튜링 같은 천재들은 의도치 않게 철학계에 지대한 영향을 미쳤습니다. 특히 괴델은 인간의 능력을 넘어서는 영역이 존재함을 수학적으로 증명함으로써 인간 지성의 한계를 명확히 했습니다. 아무리 노력해도 증명할 수 없는 사실이 있다는 발견은 철학적으로 매우 큰 의미를 지닙니다. 튜링 역시 계산의 한계를 규명하며 인간과 기계의 경계에 대한 근본적인 질문을 던졌고, 이는 현대 지성사의 중요한 이정표가 되었습니다. 이들의 업적은 단순한 계산을 넘어 인간 존재에 대한 성찰로 이어집니다. 컴퓨터 과학의 본질은 '추상의 기계화'라고 정의할 수 있습니다. 여기서 추상이란 머릿속으로 논리를 궁리하는 과정이며, 기계화는 이를 자동으로 실행되게 만드는 것을 의미합니다. 머릿속으로만 생각하면 수학의 영역에 머물지만, 이를 실제로 구현하여 작동시키면 컴퓨터 과학이 됩니다. 이러한 사고 과정을 잘 수행하기 위해서는 수학적 훈련이 필수적입니다. 수학 공부를 통해 논리적 근육을 키우면 복잡한 문제를 추상화하고 이를 기계적인 절차로 변환하는 능력을 갖출 수 있게 됩니다. 현대 사회에서 컴퓨팅 사고력은 읽기, 쓰기, 말하기와 같은 기초 소양의 반열에 올랐습니다. 4차 산업혁명 시대를 살아갈 학생들에게 컴퓨팅 사고력은 전공과 상관없이 필수적인 경쟁력이 될 것입니다. 컴퓨터 과학은 이제 겨우 80년 정도의 역사를 가진 젊은 학문입니다. 물리학으로 치면 뉴턴이나 퀴리 부인의 시대에 머물러 있는 셈입니다. 이는 앞으로 개척할 영역이 무궁무진하다는 뜻이기도 합니다. 과거의 기술적 성취보다 앞으로 일어날 변화가 훨씬 더 클 것이며, 우리는 그 거대한 변화의 시작점에 서 있습니다. 컴퓨터 과학의 매력은 레고 블록을 조립하듯 세상에 없던 것을 만들어내는 창조의 즐거움에 있습니다. 하지만 아직 해결해야 할 과제도 많습니다. 다른 공학 분야와 달리 소프트웨어의 완벽한 검증 체계는 여전히 발전 중입니다. 나아가 인공지능이 인간과 구별할 수 없을 정도로 정교해졌을 때, 이를 지능으로 인정할 것인가에 대한 철학적 논쟁도 계속되고 있습니다. 구현 방식과 상관없이 결과적으로 인간과 소통이 가능하다면 그것을 지능으로 보아야 한다는 관점은 기계와 인간의 공존을 고민하게 만듭니다.

카오스재단명강리뷰&질문Q

[명강리뷰] 컴퓨터과학의 원천 아이디어가 나오기까지 _ by이광근｜2018 봄 카오스 강연 '모든 것의 수數다' 10강

컴퓨터 과학의 기원은 1936년 앨런 튜링이 발표한 한 편의 논문에서 시작되었습니다. 흥미로운 점은 이 논문이 처음부터 현대의 다목적 컴퓨터를 설계하기 위해 작성된 청사진이 아니었다는 사실입니다. 당시 튜링은 인류가 가진 도구들의 한계를 극복하겠다는 거창한 목표보다는, 20세기 수학계가 직면했던 거대한 지적 좌절을 해결하는 과정에서 우연히 컴퓨터의 원형을 발견하게 되었습니다. 이는 위대한 발명이 때로는 순수한 학문적 호기심과 고집스러운 탐구 과정에서 탄생할 수 있음을 보여주는 대표적인 사례로 꼽힙니다. 1928년 수학자 다비트 힐베르트는 모든 수리 명제를 기계적으로 판정할 수 있는 방법이 존재할 것이라는 가설을 세웠습니다. 그는 수학자들이 사용하는 논리적 추론의 패턴이 한정적이라고 믿었으며, 이를 통해 자연수에 대한 모든 사실을 빠짐없이 찾아낼 수 있는 기계적 절차를 찾고자 했습니다. 그러나 1931년, 젊은 수학자 쿠르트 괴델은 그러한 기계적 장치가 존재할 수 없음을 완벽하게 증명하며 수학계에 큰 충격을 안겼습니다. 이는 인간의 직관과 창의성이 필요한 영역이 기계로 완전히 대체될 수 없음을 시사하는 희소식이기도 했습니다. 괴델의 증명 소식은 유럽 전역으로 퍼져 나갔고, 영국 케임브리지 대학의 청년 튜링에게도 전달되었습니다. 튜링은 괴델의 논리를 단순히 수용하는 데 그치지 않고, 자신만의 독창적인 방식으로 동일한 결론에 도달하고자 했습니다. 그는 '기계적'이라는 개념을 구체적으로 정의하기 위해 무한한 테이프와 상태 표시 장치, 그리고 규칙표로 구성된 가상의 장치를 고안했습니다. 이것이 바로 오늘날 우리가 사용하는 컴퓨터의 이론적 토대인 '튜링 기계'입니다. 튜링은 이 모델을 통해 복잡한 계산 과정을 단순한 물리적 동작의 조합으로 설명해 냈습니다. 튜링 기계의 핵심은 소프트웨어와 하드웨어의 분리에 있습니다. 기계의 동작을 결정하는 규칙표는 오늘날의 소프트웨어와 같으며, 이를 테이프에 기록하여 기계에 입력하면 기계는 그 내용에 따라 다양한 기능을 수행하게 됩니다. 이는 하나의 기계가 고정된 한 가지 일만 하는 것이 아니라, 입력되는 프로그램에 따라 카카오톡이 되기도 하고 동영상 플레이어가 되기도 하는 현대 스마트폰의 원리와 정확히 일치합니다. 튜링은 이러한 '보편 만능 튜링 기계'의 개념을 통해 계산 가능한 영역과 불가능한 영역의 경계를 명확히 구분 짓고자 노력했습니다. 결국 튜링은 '정지 문제'라는 논리적 도구를 사용하여 힐베르트가 꿈꿨던 기계적 판정 장치가 불가능함을 증명했습니다. 어떤 프로그램이 영원히 돌지 아니면 언젠가 멈출지를 미리 판단하는 장치를 만들 수 없다는 사실을 통해, 모든 수학적 참을 자동으로 생성하는 기계의 모순을 밝혀낸 것입니다. 튜링의 이 단도직입적인 증명은 수학적 한계를 보여주는 동시에, 역설적으로 인류 역사상 가장 강력한 도구인 컴퓨터의 탄생을 알리는 신호탄이 되었습니다. 수학의 좌절에서 시작된 이 여정은 21세기 정보 혁명의 주인공을 탄생시킨 위대한 반전이었습니다.

카오스재단명강리뷰&질문Q

[연구뭐하지] 마틴 스타이네거 교수_서울대학교 '생물정보학 및 기계학습연구실' | 생물학 데이터 연구와 소프트웨어 개발 모두 가능!

서울대학교 생명과학부의 생물정보학 및 기계학습 연구실은 폭발적으로 증가하는 생물학적 데이터를 효율적으로 분석하기 위한 알고리즘을 개발합니다. 마틴 스타이네거 교수님은 컨설팅 분야에서 과학의 길로 들어서며, 수십억 개의 서열을 정렬하고 라벨링하는 빅데이터 처리의 매력에 집중하게 되었습니다. 현재 연구실은 유전체와 바이러스 서열 데이터가 기하급수적으로 늘어나는 상황에서, 이를 감당할 수 있는 속도와 효율성을 갖춘 분석 도구를 만드는 데 주력하고 있습니다. 이는 현대 생명과학의 난제를 해결하는 핵심적인 토대가 됩니다. 연구실의 대표적인 성과물인 MMseqs2는 수십억 개의 서열을 처리할 수 있는 고성능 알고리즘으로, 대규모 데이터셋 분석의 표준으로 자리 잡았습니다. 또한 단백질 구조 예측 분야에서 혁신을 일으킨 ColabFold와 같은 분석 도구들을 통해 딥러닝 커뮤니티에 기여하고 있습니다. 이러한 분석 도구들은 고처리량 단백질 데이터베이스를 구축하고 분석하는 데 필수적이며, 연구자들이 복잡한 생물학적 정보를 보다 빠르고 정확하게 파악할 수 있도록 돕습니다. 기술적 변화에 발맞춘 이러한 소프트웨어 개발은 생물정보학의 지평을 넓히고 있습니다. 연구실의 학생들은 구체적으로 단백질 구조 정렬과 원자 정보 데이터의 효율적인 압축 방법을 연구하고 있습니다. 또한 바이러스 유전체 정보를 활용하여 인플루엔자나 코로나바이러스와 같은 특정 바이러스를 탐지할 수 있는 DNA 서열을 설계하거나, 기존 유전 정보를 바탕으로 새로운 유전자를 예측하는 프로젝트를 수행합니다. 이러한 연구는 단순히 데이터를 처리하는 것을 넘어, 실제 질병 진단과 생명 현상의 이해를 돕는 실질적인 분석 도구를 만드는 과정입니다. 데이터의 성장을 기술적 기회로 바꾸는 것이 이들의 핵심 목표입니다. 생명과학의 근간인 센트럴 도그마(Central Dogma), 즉 DNA에서 RNA를 거쳐 단백질로 이어지는 과정을 컴퓨터 알고리즘으로 구현하는 것은 매우 도전적인 과제입니다. 연구원들은 이 복잡한 생물학적 흐름을 어떻게 효율적으로 전산화할 수 있을지 고민하며, 기존 방식의 미흡한 점을 찾아 개선해 나갑니다. 생물정보학 분야는 여전히 탐험해야 할 영역이 많은 '블루오션'과 같으며, 정보 기술과 생명과학의 결합을 통해 새로운 발견의 가능성이 무궁무진합니다. 이는 연구자들에게 끊임없는 호기심과 탐구 동기를 부여하는 원동력이 됩니다. 이 연구실은 이론적인 사고를 즐기고 꼼꼼한 성격을 가진 학생들에게 최적의 환경을 제공합니다. 파이썬과 파이토치 같은 분석 도구를 활용해 생물학적 문제를 코딩으로 해결하며, 뛰어난 개발자이자 연구자인 교수님의 지도 아래 소프트웨어 개발 및 관리 능력을 키울 수 있습니다. 메타게놈 데이터를 분석하여 새로운 단백질 패밀리를 발견하고 인류의 건강에 기여하는 것은 이들의 궁극적인 지향점입니다. 복잡한 데이터를 분석하고 혁신적인 분석 도구를 만들고자 하는 열정이 있다면, 생물정보학의 미래를 함께 그려나갈 수 있을 것입니다.

마틴 스타이네거

카오스재단연구뭐하지

생명과학

[석학인터뷰] 오준호_ 대한민국 대표 로봇 휴보! 휴보의 아버지! | 2020 봄 카오스강연 '첨단기술의 과학'

휴머노이드 로봇은 인간의 형태를 닮은 로봇으로, 우리 생활 환경에 최적화된 구조를 가지고 있습니다. 우리가 살아가는 공간에는 계단, 좁은 문, 의자 등 수많은 장애물이 존재하며, 이를 원활하게 극복하고 상호작용하기 위해서는 결국 인간과 유사한 형태가 가장 효율적이라는 당위성이 생깁니다. 물론 모든 로봇이 반드시 인간의 모습을 할 필요는 없습니다. 특정 목적에 따라 바퀴를 달거나 팔의 개수를 조절하는 등 다양한 형태가 존재할 수 있지만, 휴머노이드 로봇은 우리가 지향하는 가장 궁극적인 로봇의 형태 중 하나로 자리 잡고 있습니다. 로봇과 인공지능은 서로 밀접해 보이지만 본질적으로는 독립적인 개념입니다. 하드웨어와 그 안에서 구동되는 소프트웨어의 관계처럼, 로봇은 물리적 공간에서 움직이고 환경과 상호작용하는 물리적 장치에 해당합니다. 반면 인공지능은 이러한 로봇에게 스스로 판단하고 움직일 수 있는 지능적인 능력을 부여하는 역할을 합니다. 즉, 로봇이 명령을 수행하는 육체라면 인공지능은 그 육체를 제어하는 정신과도 같습니다. 이러한 기술적 결합을 통해 로봇은 단순한 기계를 넘어 우리 삶에 더 편리하고 유용한 존재로 거듭나게 됩니다. 로봇 기술의 발전은 끊임없는 호기심과 탐구 정신에서 시작됩니다. 어린 시절 백과사전을 탐독하며 지식의 지평을 넓혔던 경험처럼, 새로운 기술에 대한 갈망은 미래 로봇 시대를 여는 원동력이 됩니다. 앞으로 로봇이 우리 사회의 다양한 요구를 어떻게 충족할 수 있을지, 그리고 기술적 한계를 어떻게 극복해 나갈지에 대한 고민이 필요합니다. 로봇이 잘하는 영역과 여전히 어려움을 겪는 분야를 명확히 구분하고, 미래 사회에서 로봇과 인간이 조화롭게 공존하기 위한 기술적 완성도를 높여가는 과정은 우리에게 남겨진 중요한 과제입니다.